Data for "Bootstrapping outperforms community-weighted approaches for estimating the shapes of phenotypic distributions"
Notice bibliographique
Résumé
This repository contains datasets used in the manuscript entitled "Bootstrapping outperforms community-weighted approaches for estimating the shapes of phenotypic distributions" by Maitner et al. For details of these datasets, see https://www.authorea.com/users/244803/articles/523535-on-estimating-the-shape-and-dynamics-of-phenotypic-distributions-in-ecology-and-evolution. All datasets contain individual (and in some cases, organ-level) trait measurements. The dataset "all_traits_unscaled_RMBL.rds" was compiled by Christine Lamanna, Lindsey L Sloat, Andrew J. Kerkhoff, and Brian J. Enquist, Full details in https://www.authorea.com/users/244803/articles/523535-on-estimating-the-shape-and-dynamics-of-phenotypic-distributions-in-ecology-and-evolution The dataset "Julies_panama_data.xlsx" was compiled by Julie Messier and collaborators, full details here: https://doi.org/10.1111/j.1461-0248.2010.01476.x The dataset "TreefrogTadpoles.xlsx" was compiled by Nick Rasmussen, full details here: https://www.jstor.org/stable/44082203 The dataset "zooplankton_2019.zip" was compiled by Ewa Merz and Francesco Pomati. For more details, see www.aquascope.ch , https://github.com/mbaityje/plankifier, https://github.com/tooploox/SPCConvert, and https://www.authorea.com/users/244803/articles/523535-on-estimating-the-shape-and-dynamics-of-phenotypic-distributions-in-ecology-and-evolution .
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,182 | 0,166 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».